如何使用Sharding-JDBC对数据进行分片处理

如何使用Sharding-JDBC对数据进行分片处理，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

前言

Sharding-JDBC是ShardingSphere的第一个产品，也是ShardingSphere的前身。

它定位为轻量级Java框架，在Java的JDBC层提供的额外服务。它使用客户端直连数据库，以jar包形式提供服务，无需额外部署和依赖，可理解为增强版的JDBC驱动，完全兼容JDBC和各种ORM框架。

• 适用于任何基于Java的ORM框架，如：JPA, Hibernate, mybatis, spring JDBC Template或直接使用JDBC。

• 基于任何第三方的数据库连接池，如：DBCP, C3P0, BoneCP, Druid, HikariCP等支持任意实现JDBC规范的数据库。

• 目前支持MySQL，oracle，sqlServer和postgresql。

Sharding-JDBC的使用需要我们对项目进行一些调整：结构如下

ShardingSphere文档地址

这里使用的是SpringBoot项目改造

一、加入依赖

<!-- 这里使用了druid连接池 --><dependency>    <groupId>com.alibaba</groupId>    <artifactId>druid</artifactId>    <version>1.1.9</version></dependency><!-- sharding-jdbc 包 --><dependency>    <groupId>com.dangdang</groupId>    <artifactId>sharding-jdbc-core</artifactId>    <version>1.5.4</version></dependency><!-- 这里使用了雪花算法生成组建，这个算法的实现的自己写的代码，各位客关老爷可以修改为自己的id生成策略 --><dependency>    <groupId>org.kcsm.common</groupId>    <artifactId>kcsm-idgenerator</artifactId>    <version>3.0.1</version></dependency>

二、修改application.yml配置文件

#启动接口server:  port: 30009spring:  jpa:    database: Mysql    show-sql: true    hibernate:#      修改不自动更新表      ddl-auto: none#数据源0定义，这里只是用了一个数据源，各位客官可以根据自己的需求定义多个数据源database0:  databaseName: database0  url: jdbc:mysql://kcsm-pre.mysql.rds.aliyuncs.com:3306/dstest?characterEncoding=utf8&useUnicode=true&useSSL=false&serverTimezone=Hongkong  username: root  passWord: kcsm@111  driverClassName: com.mysql.jdbc.Driver

三、数据源定义

package com.lzx.code.codedemo.config;import com.alibaba.druid.pool.DruidDataSource;import lombok.Data;import org.springframework.boot.context.properties.ConfigurationProperties;import org.springframework.stereotype.Component;import javax.sql.DataSource;@Data@ConfigurationProperties(prefix = "database0")@Componentpublic class Database0Config {    private String url;    private String username;    private String password;    private String driverClassName;    private String databaseName;    public DataSource createDataSource() {        DruidDataSource result = new DruidDataSource();        result.setDriverClassName(getDriverClassName());        result.setUrl(getUrl());        result.setUsername(getUsername());        result.setPassword(getPassword());        return result;    }}

四、数据源分配算法实现

package com.lzx.code.codedemo.config;import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;import com.dangdang.ddframe.rdb.sharding.api.strategy.database.SingleKeyDatabaseShardingAlGorithm;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.stereotype.Component;import java.util.ArrayList;import java.util.Collection;import java.util.List;@Componentpublic class DatabaseShardingAlgorithm implements SingleKeyDatabaseShardingAlgorithm {    @Autowired    private Database0Config database0Config;        @Override    public String doEqualSharding(Collection collection, ShardingValue shardingValue) {        return database0Config.getDatabaseName();    }        @Override    public Collection<String> doInSharding(Collection collection, ShardingValue shardingValue) {        List<String> result = new ArrayList<String>();        result.add(database0Config.getDatabaseName());        return result;    }        @Override    public Collection<String> doBetweenSharding(Collection collection, ShardingValue shardingValue) {        List<String> result = new ArrayList<String>();        result.add(database0Config.getDatabaseName());        return result;    }}

五、数据表分配算法

package com.lzx.code.codedemo.config;import com.dangdang.ddframe.rdb.sharding.api.ShardingValue;import com.dangdang.ddframe.rdb.sharding.api.strategy.table.SingleKeyTableShardingAlgorithm;import com.google.common.collect.Range;import org.springframework.stereotype.Component;import java.util.Collection;import java.util.LinkedHashSet;@Componentpublic class TableShardingAlgorithm implements SingleKeyTableShardingAlgorithm<Long> {        @Override    public String doEqualSharding(Collection<String> collection, ShardingValue<Long> shardingValue) {        for (String eaach:collection) {            Long value = shardingValue.getValue();            value = value >> 22;            if(eaach.endsWith(value%10+"")){                return eaach;            }        }        throw new IllegalArgumentException();    }        @Override    public Collection<String> doInSharding(Collection<String> tableNames, ShardingValue<Long> shardingValue) {        Collection<String> result = new LinkedHashSet<>(tableNames.size());        for (Long value : shardingValue.getValues()) {            for (String tableName : tableNames) {                value = value >> 22;                if (tableName.endsWith(value % 10 + "")) {                    result.add(tableName);                }            }        }        return result;    }        @Override    public Collection<String> doBetweenSharding(Collection<String> tableNames, ShardingValue<Long> shardingValue) {        Collection<String> result = new LinkedHashSet<>(tableNames.size());        Range<Long> range = shardingValue.getValueRange();        for (Long i = range.lowerEndpoint(); i <= range.upperEndpoint(); i++) {            for (String each : tableNames) {                Long value = i >> 22;                if (each.endsWith(i % 10 + "")) {                    result.add(each);                }            }        }        return result;    }}

六、数据源配置

package com.lzx.code.codedemo.config;import com.dangdang.ddframe.rdb.sharding.api.ShardingDataSourceFactory;import com.dangdang.ddframe.rdb.sharding.api.rule.DataSourceRule;import com.dangdang.ddframe.rdb.sharding.api.rule.ShardingRule;import com.dangdang.ddframe.rdb.sharding.api.rule.TableRule;import com.dangdang.ddframe.rdb.sharding.api.strategy.database.DatabaseShardingStrategy;import com.dangdang.ddframe.rdb.sharding.api.strategy.table.TableShardingStrategy;import com.dangdang.ddframe.rdb.sharding.keygen.DefaulTKEyGenerator;import com.dangdang.ddframe.rdb.sharding.keygen.KeyGenerator;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.context.annotation.Bean;import org.springframework.context.annotation.Configuration;import javax.sql.DataSource;import java.sql.SQLException;import java.util.Arrays;import java.util.HashMap;import java.util.Map;@Configurationpublic class DataSourceConfig {    @Autowired    private Database0Config database0Config;    @Autowired    private DatabaseShardingAlgorithm databaseShardingAlgorithm;    @Autowired    private TableShardingAlgorithm tableShardingAlgorithm;    @Bean    public DataSource getDataSource() throws SQLException {        return buildDataSource();    }    private DataSource buildDataSource() throws SQLException {        //分库设置        Map<String, DataSource> dataSourceMap = new HashMap<>(2);        //添加两个数据库database0和database1        dataSourceMap.put(database0Config.getDatabaseName(), database0Config.createDataSource());        //设置默认数据库        DataSourceRule dataSourceRule = new DataSourceRule(dataSourceMap, database0Config.getDatabaseName());        //分表设置，大致思想就是将查询虚拟表Goods根据一定规则映射到真实表中去        TableRule orderTableRule = TableRule.builder("user")                .actualTables(Arrays.asList("user_0", "user_1", "user_2", "user_3", "user_4", "user_5", "user_6", "user_7", "user_8", "user_9"))                .dataSourceRule(dataSourceRule)                .build();        //分库分表策略        ShardingRule shardingRule = ShardingRule.builder()                .dataSourceRule(dataSourceRule)                .tableRules(Arrays.asList(orderTableRule))                .databaseShardingStrategy(new DatabaseShardingStrategy("ID", databaseShardingAlgorithm))                .tableShardingStrategy(new TableShardingStrategy("ID", tableShardingAlgorithm)).build();        DataSource dataSource = ShardingDataSourceFactory.createDataSource(shardingRule);        return dataSource;    }    @Bean    public KeyGenerator keyGenerator() {        return new DefaultKeyGenerator();    }}

七、开始测试

定义一个实体

package com.lzx.code.codedemo.entity;import com.fasterxml.jackson.annotation.JSONIgnoreProperties;import com.fasterxml.jackson.databind.annotation.jsonSerialize;import com.fasterxml.jackson.databind.ser.std.ToStringSerializer;import lombok.*;import org.hibernate.annotations.GenericGenerator;import javax.persistence.*;@Entity(name = "USER")@Getter@Setter@ToString@JsonIgnoreProperties(ignoreUnknown = true)@AllArgsConstructor@NoArgsConstructorpublic class User {        @Id    @GeneratedValue(generator = "idUserConfig")    @GenericGenerator(name ="idUserConfig" ,strategy="org.kcsm.common.ids.SerialIdGeneratorSnowflakeId")    @Column(name = "ID", unique = true,nullable=false)    @JsonSerialize(using = ToStringSerializer.class)    private Long id;        @Column(name = "USER_NAME",length = 100)    private String userName;        @Column(name = "PASSWORD",length = 100)    private String password;}

定义实体DAO

package com.lzx.code.codedemo.dao;import com.lzx.code.codedemo.entity.User;import org.springframework.data.jpa.repository.JpaRepository;import org.springframework.data.jpa.repository.JpaSpecificationExecutor;import org.springframework.data.rest.core.annotation.RepositoryRestResource;@RepositoryRestResource(path = "user")public interface UserDao extends JpaRepository<User,Long>,JpaSpecificationExecutor<User> {}

测试类，插入1000条user数据

package com.lzx.code.codedemo;import com.lzx.code.codedemo.dao.RolesDao;import com.lzx.code.codedemo.dao.UserDao;import com.lzx.code.codedemo.entity.Roles;import com.lzx.code.codedemo.entity.User;import org.junit.Test;import org.junit.runner.RunWith;import org.springframework.beans.factory.annotation.Autowired;import org.springframework.boot.test.context.SpringBootTest;import org.springframework.test.context.junit4.SpringRunner;@RunWith(SpringRunner.class)@SpringBootTestpublic class CodeDemoApplicationTests {    @Autowired    private UserDao userDao;    @Autowired    private RolesDao rolesDao;    @Test    public void contextLoads() {        User user = null;        Roles roles = null;        for(int i=0;i<1000;i++){            user = new User(                    null,                    "lzx"+i,                    "123456"            );            roles = new Roles(                    null,                    "角色"+i            );            rolesDao.save(roles);            userDao.save(user);            try {                Thread.sleep(100);            } catch (InterruptedException e) {                e.printStackTrace();            }        }    }}

效果：数据被分片存储到0~9的数据表中

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注编程网精选频道，感谢您对编程网的支持。